Self‐Enhancement in Military Leaders: Its Relevance to Officer Selection and Performance
Notice bibliographique
Résumé
We report on two studies in which we measured army cadets' tendencies to engage in two types of self‐enhancement: communal self‐enhancement (a moralistic bias in self‐presentation) and agentic self‐enhancement (an egotistic bias in self‐presentation). These self‐presentation styles were then related to their selection and performance as military leaders. In Study 1, scores on self‐enhancement questionnaires were used to predict selection decisions for 206 applicants to an army officer training program. We found that applicants who were higher in either communal or agentic self‐enhancement were more likely to be accepted for leadership training. In Study 2, we evaluated peer and superior ratings of 94 military cadets' leadership, reflecting leadership emergence and leadership effectiveness, respectively. We found that communal self‐enhancement negatively predicted leadership emergence, with those ratings becoming more negative over a 3‐year time‐span, whereas agentic self‐enhancement positively predicted leadership effectiveness. Our results imply that, at least in the present military context, people making selection decisions should be particularly aware of the relations between (a) applicant self‐enhancement tendencies and those decisions, and (b) high communal self‐enhancement in officer trainees and negative evaluations by their cadet peers.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».